AI 大模型
大模型数学、逻辑、规划、多步推理和测试时计算能力。
OmniEgo-R$^2$：面向CVPR 2026首届跨领域EgoCross挑战赛的路由推理框架
机构 * Shandong University（山东大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））
专题命中 规划推理 ：reasoning(title,abstract)
AI总结 针对跨领域自我中心视频推理中的时间边界模糊、语义粒度不匹配和决策不稳定问题，提出OmniEgo-R$^2$路由推理框架，在Source-Limited和Open-Source赛道均获第二名。
Comments Technical Report for the 1st Cross-Domain EgoCross Challenge at CVPR 2026
AutoDFT：用于自主DFT计算的闭环多智能体框架
机构 * Nanyang Technological University, Singapore（南洋理工大学，新加坡） ； Singapore Management University（新加坡管理大学）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI
AI总结 提出AutoDFT闭环多智能体框架，通过将LLM推理嵌入DFT计算全生命周期，实现从规划到执行的自主适应，在VASPBench基准上达到94.1%任务成功率，并可靠预测电子、磁性和能量性质。
Drive-KD：自动驾驶中用于视觉语言模型的多教师知识蒸馏
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI
AI总结 本文提出Drive-KD框架，通过将自动驾驶分解为感知-推理-规划三元组，并利用知识蒸馏转移能力，构建了专用教师模型，并通过异构梯度投影缓解跨能力梯度冲突，验证了方法在不同模型家族和规模上的泛化能力，展示了蒸馏模型在自动驾驶任务中的优越性能。
Comments Preprint. 23 pages, 14 figures
ZERO-APT: 智能防御下LLM驱动的自动化渗透测试的闭环对抗框架
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)
AI总结 提出ZERO-APT框架，通过集成可配置的LLM防御者、架构级因果一致性机制和专用裁判智能体，解决了LLM驱动渗透测试在真实性、一致性和可审计性方面的缺陷。
当证据稀疏时：对话和LLM-Agent轨迹中的弱监督早期失败预警
机构 * Intuit AI Research（Intuit AI研究院） ； Princeton University（普林斯顿大学）
专题命中 规划推理 ：planning(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 针对对话和LLM-Agent轨迹中早期失败预警问题，提出一种两阶段方法，通过注意力机制从稀疏的轨迹级标签中学习回合级失败证据，并结合α-STOP策略实现可控的早期预警，在多个基准上显著提升帕累托前沿质量并降低训练成本。
Comments 9 pages, 14 figures, and appendix
在LLMs的测试时间扩展中对树搜索策略与固定令牌预算对齐
机构 * University of Tokyo（东京大学）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文提出了一种名为Budget-Guided MCTS (BG-MCTS)的树搜索解码算法，通过将搜索策略与剩余令牌预算对齐，以提高在不同令牌预算下的推理性能。
Comments Accepted at ICML 2026. Code: https://github.com/Sora-Miyamoto/bg-mcts
MLEvolve：一种用于自动化机器学习算法发现的自我进化框架
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； East China Normal University（东华大学）
专题命中 规划推理 ：planning(abstract)；分类 cs.CL、cs.AI
AI总结 提出MLEvolve框架，通过渐进式MCGS、回溯记忆和分层控制解决LLM智能体在长期任务中的信息隔离、无记忆搜索和缺乏分层控制问题，在MLE-Bench和数学算法优化任务上取得最先进性能。
智能体蒙特卡洛：黑盒智能体的强化学习模拟
机构 * University of Cambridge（剑桥大学）
专题命中 规划推理 ：test-time compute(abstract)；分类 cs.AI、cs.LG
AI总结 提出Agentic Monte Carlo (AMC)方法，利用序贯蒙特卡洛从最优策略后验中采样，无需参数级优化即可对黑盒LLM智能体进行强化学习式优化，在AgentGym基准上超越提示基线并随测试时计算扩展优于GRPO。
Comments Accepted by ICML 2026
主动视频感知：用于代理长视频理解的迭代证据寻求
机构 * Salesforce AI Research（Salesforce AI研究院） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出了一种主动视频感知框架AVP，通过迭代计划-观察-反思过程，主动决定视频内容的观察目标和时间，以提高长视频理解的准确性和效率。
Comments Website: https://activevideoperception.github.io/
将基于模型的控制与多智能体强化学习相结合以实现多智能体协作团队策略
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Sandia National Laboratories（桑地亚国家实验室）
专题命中 规划推理 ：planning(abstract)；分类 cs.LG
AI总结 提出一种结合多智能体强化学习与模型预测控制的框架（MA-AC-MPC），通过扩展演员-评论家模型预测控制实现安全、动态可行的协作策略，并在追逃场景和异构环境中验证其优于多层感知机模型。
Comments 12 pages, 8 figures, 7 tables
超越向量相似性：面向工业知识图谱的图增强检索结构分析
机构 * Grama Chethan
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文通过对比八种检索架构，提出操作符词汇表论点，证明基于LLM的图推理瓶颈在于计算操作符而非模型智能，并引入LLM查询规划器，在工业知识图谱上实现优于定制处理器的性能。
Comments 11 pages
迈向生物医学研究的世界模型
机构 * State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications, Beijing, China（网络与交换技术国家重点实验室，北京邮电大学，北京，中国） ； Department of Engineering Science, University of Oxford, Oxford, United Kingdom（英国牛津大学工程科学系，牛津，英国） ； Institute of Medical Artificial Intelligence, South China Hospital, Medical School, Shenzhen University, Shenzhen, Guangdong, China（医学人工智能研究所，南方医院，医学学院，深圳大学，深圳，广东，中国） ； Zhongguancun Academy & Zhongguancun Institute of Artificial Intelligence, Beijing, China（中关村学院及中关村人工智能研究院，北京，中国） ； Beijing National Research Center for Information Science and Technology (BNRist), Tsinghua University, 100084, Beijing, China（北京信息科学与技术国家研究中心（BNRist），清华大学，100084，北京，中国） ； Department of Chemical and Nano Engineering, University of California, San Diego, La Jolla, CA, USA（美国加州大学圣地亚哥分校化学与纳米工程系，La Jolla，CA，美国） ； Nanyang Technological University, Singapore（新加坡南洋理工大学） ； Monash Biomedicine Discovery Institute and Department of Biochemistry and Molecular Biology, Monash University, Melbourne, Victoria, Australia（莫纳什大学生物医学发现研究所和生物化学与分子生物学系，墨尔本，维多利亚，澳大利亚） ； David R. Cheriton School of Computer Science, University of Waterloo, Waterloo, Ontario, Canada（加拿大滑铁卢大学戴维·R·切里顿计算机科学学校，滑铁卢，安大略，加拿大） ； Department of ICT and Center for AI Research, University of Agder (UiA), Jon Lilletuns vei 9, Grimstad, Norway（挪威阿格德大学（UiA）信息与通信技术系及人工智能研究中心，Jon Lilletuns vei 9，Grimstad，挪威） ； Department of Electronic Engineering, Tsinghua University, Beijing, China（清华大学电子工程系，北京，中国）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 提出生物医学世界模型作为AI驱动发现的新范式，通过学习分子、细胞、组织和临床状态的潜在表征及干预条件动态，实现未来轨迹模拟，并探讨其在虚拟细胞、类器官、虚拟患者和手术模拟等应用中的潜力。
从风险分类到行动方案修复：一种基于护栏反馈驱动的LLM代理框架
机构 * The University of Melbourne（墨尔本大学） ； Tsinghua University（清华大学）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 提出TRIAD框架，通过护栏生成的言语反馈引导代理在规划步骤中保持良性目标，实现安全与效用的最佳平衡。
Comments 32 pages
AdaMEM：语言代理的测试时自适应记忆
机构 * Yunxiang Zhang（张 Yunxiang） ； Yiheng Li（李 Yiheng） ； Ali Payani（Payani Ali） ； Lu Wang（王 Lu）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 提出AdaMEM框架，通过混合记忆架构（长期轨迹记忆+动态短期策略记忆）实现测试时自适应，无需在线更新参数，在ALFWorld、WebShop等任务上显著优于静态记忆基线。
Comments ICML 2026
代理型人工智能的保险
机构 * Department of Electrical and Computer Engineering, New York University, Tandon School of Engineering（电气与计算机工程系，纽约大学，工程学院）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 本文分析了代理型AI带来的新型风险，提出了承保、定价、再保险和产品设计的框架，并构建了整合多种保险覆盖的协调架构。
Brick-Composer: 使用多模态大语言模型进行多样化积木组装
机构 * UIUC（伊利诺伊大学香槟分校） ； Stevens Institute of Technology（史蒂文斯理工学院） ； Northwestern University（西北大学）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出Brick-Composer框架，通过人类设计火花、世界反馈和合成经验三种信号训练多模态大语言模型，解决积木组装中的积木选择和姿态估计问题，将步骤级组装成功率从低于1%提升至约15%。
Comments 10 Pages, 10 figures
实践中对智能体系统的人类监督：考察使用软件代理的开发者的监督工作、挑战与启发式方法
机构 * Microsoft Redmond USA（微软红mond美国）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 通过访谈17位经验丰富的开发者，探索人类对自主软件代理的监督实践，发现四种监督工作形式（先验控制、协同规划、实时监控、事后审查），并总结监督挑战与应对策略。
打破链条：对LLM对中间结构忠实性的因果分析
机构 * AIRI ； MIPT（莫斯科国立交通大学） ； HSE University（高等经济大学） ； Avito AI Lab（Avito人工智能实验室） ； Skoltech（斯克里普钦科技学院）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 研究探讨了在模式引导推理（SGR）管道中，LLM对中间结构的忠实性，发现尽管模型在自身中间结构上自洽，但对干预的响应不足，当将最终决策的推导委托给外部工具时，这种不稳定性显著降低。
Comments 20 pages, 4 figures, 7 tables
CaMeLs Can Use Computers Too: System-level Security for Computer Use Agents
机构 * University of Cambridge（剑桥大学） ； University of Toronto & Vector Institute（多伦多大学及向量研究所） ； ETH Zurich（苏黎世联邦理工学院） ； AI Security Company（人工智能安全公司）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 本文提出了一种系统级安全方法，用于计算机使用代理（CUAs），通过单次规划和NOVA框架在动态UI状态下提供控制流完整性保障，同时在保持性能的同时提升安全性。
通过大语言模型实现语义部分 grounding
机构 * Department of Computer Science, University of Cambridge（剑桥大学计算机科学系）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 本文提出SPG-LLM，利用大语言模型分析领域和问题文件，提前识别可能不相关的对象、动作和谓词，从而减少grounding任务的规模，提升grounding效率并在某些领域实现更优的计划成本。
OdysseyArena: 为长视界、主动和归纳交互评估大型语言模型
机构 * National University of Singapore（新加坡国立大学）
专题命中 规划推理 ：planning(abstract)；分类 cs.CL
AI总结 本文提出OdysseyArena，通过长视界、主动和归纳交互评估大型语言模型，提供120个任务测量归纳效率和长视界发现，并通过OdysseyArena-Challenge测试极端交互视界下的模型稳定性，揭示前沿模型在复杂环境中的归纳能力瓶颈。
Comments 34 pages
考虑安全约束的多利益相关者多地点碳捕集与封存项目最优存储管理：从马尔可夫博弈视角
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）
专题命中 规划推理 ：planning(abstract)；分类 cs.LG
AI总结 本文基于马尔可夫博弈方法，研究多利益相关者多地点碳捕集与封存项目中不同联盟结构对利益相关者目标的影响，提出一种考虑安全约束的多智能体强化学习框架，以实现多利益相关者的最优存储管理。
Comments 58 pages
Journal ref Int. J. Greenh. Gas Control 149 (2026) 104683
CangLing-KnowFlow: 一个统一的知识与流程融合代理用于综合遥感应用
机构 * State Key Laboratory of Remote Sensing and Digital Earth, Aerospace Information Research Institute, Chinese Academy of Sciences（遥感与数字地球国家重点实验室，航天信息研究所，中国科学院） ； Beijing Tiandi Shijie Technology Co., Ltd.（北京天帝世纪科技有限公司） ； Faculty of Science and Technology, Lancaster University（兰卡斯特大学科学与技术学院） ； Faculty of Electrical and Computer Engineering, University of Iceland（冰岛大学电气与计算机工程学院） ； Helmholtz-Zentrum Dresden-Rossendorf（德累斯顿-罗斯托克亥姆霍尔茨中心） ； School of Information and Communication Technology, Griffith University（格里菲斯大学信息与通信技术学院）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 本文提出CangLing-KnowFlow，一个融合知识与流程的统一智能代理框架，通过整合过程知识库、动态工作流调整和进化记忆模块，解决遥感数据处理中任务特定、缺乏统一框架的问题，并在KnowFlow-Bench基准测试中表现出色。
面向LSST规模时域天文学的决策感知AI
专题命中 规划推理 ：reasoning(abstract)
AI总结 本文提出将LSST视为部分观测的动态环境，通过基础模型学习源状态表示并采用决策理论策略优化后续观测资源分配，以最大化长期科学价值。
Comments 12 pages, 2 figures, submitted as a Perspective article
推理模型不只思考更久，它们的移动方式不同
机构 * Technical University of Denmark（丹麦技术大学） ； Stanford University（斯坦福大学）
专题命中 视觉空间推理 ：reasoning(title,abstract)；chain-of-thought(abstract)；分类 cs.CL、cs.LG
AI总结 本文研究了推理训练模型在生成链式思维时的轨迹差异，发现通过长度校正后，不同领域中难度与轨迹几何的耦合关系存在显著差异，尤其是在代码领域中，推理训练模型表现出更直接的轨迹和更一致的局部曲率。
Comments Preprint
思考与想象：基于世界模拟器的智能视觉空间推理
机构 * The University of Hong Kong（香港大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； Beihang University（北航大学）
专题命中 视觉空间推理 ：reasoning(title,abstract)；chain-of-thought(abstract)
AI总结 提出Astra框架，通过强化学习训练VLM策略与Bagel世界模拟器交互，在推理中生成想象视觉证据，解决空间推理中的未观察布局、跨视角一致性和替代视角推理问题。
Comments Project page: https://zcmax.github.io/projects/Thinking-With-Imagination
线性探针检测语言模型隐藏状态中的任务格式，而非推理模式
机构 * Horizon Research（远景研究） ； Meta ； Apple（苹果公司） ； Northeastern University（东北大学）
专题命中 视觉空间推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 通过线性探针实验发现，大语言模型隐藏状态中看似分离的推理模式实际上由任务格式（如来源、选项数、响应长度）混淆导致，而非真正的推理计算结构。
Comments Accepted in the 6th Workshop on Trustworthy NLP, ACL 2026
在预测之前想象：用于视频事件预测的交错潜在视觉推理
机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； City University of Hong Kong（香港城市大学） ； Nanjing University（南京大学） ； Fudan University（复旦大学） ； Zhejiang University（浙江大学） ； University of Electronic Science and Technology of China（电子科技大学）
专题命中 视觉空间推理 ：reasoning(title,abstract)
AI总结 提出Future-L1框架，通过交错潜在视觉推理在自回归解码中交替语言token和连续潜在视觉跨度，结合LA-DAPO强化学习优化，在视频事件预测任务上取得最先进结果。
ShotCrop$^3$：将人物中心图像裁剪为电影级三镜头构图
机构 * Huawei Noah’s Ark Lab（华为诺亚实验室） ； Sun Yat-sen University（中山大学）
专题命中 视觉空间推理 ：reasoning(abstract)；chain-of-thought(abstract)
AI总结 提出三镜头构图任务，通过三阶段训练流程（思维链微调、半监督微调和组相对策略优化）从单张人物中心图像生成远景、中景和特写三张裁剪图，并附带简短描述，以支持视觉叙事。
个人AI代理用于相机胶卷VQA
机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Korea University（韩国大学） ； Adobe Research（Adobe研究院）
专题命中 视觉空间推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出camroll数据集和camroll-agent代理，通过层次化记忆和工具集解决个人相机胶卷中的长程、高度个性化的视觉问答问题。
Comments Project page, code, and demo: https://thaoshibe.github.io/camroll
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈